Отдавайте часть труда АИсе, не стесняйтесь =)

Тут пришел запрос, говорят, в DataLens что-то нельзя сделать с календарём + N таблиц фактов, все зависает

//нет, DataLens сам не зависает, тут в БД вопрос и в скрипте, который туда отправляется.

Я, так как такого не делал никогда в DL (и не стоит, если КХ), начал сомневаться, а вдруг правда мы отдаем плохой скрипт? хотелось протестить, но это ж создавать таблички, заполнять данными..... как бы ускорить тест?

АИса, включи мультики
- GPT, дай мне скрипт создания и заполнения таблички календаря на 24 25 года
- GPT, дай мне скрипт создания и заполнения таблички факта продаж с начала 2025 года по сегодн
- аналогично до конца года планы

ИТОГО
-- 5 минут на создание структуры БД и заполнение
-- 1 минута на датасет
-- 1 минута на чарт

Ответ: Не, у нас все работает, давайте детальнее разбираться, что не так в структурах у вас

Small Friday joke.
Best dashboard - no dashboard.

Не совсем про BI, но про продуктовый подход.
20 лет пользуюсь гибкими шлангами и думал, что же в них ещё можно поменять с точки зрения продукта. И вот. Ключик прям на шланге. =)

ClickHouse. База. #1.
Сортировка (aka primary key).
Одна из важнейших идей, как ускорить ваши дэшики.
Я всем объясняю сортировку на примере библиотеки.
Если ты придёшь в библиотеку и попросишь Шолохова и Булгакова, то библиотекарь пойдет до индекса букв Б и Ш соответственно и внутри быстренько найдет нужного тебе автора. Библиотекарь не будет перебирать все книги, это же очевидно.

То же самое надо сделать и в КХ для быстрого отклика дэша под конкретную историю.
Например, хотим быстро искать товары по брендам, мы создаем таблицу goods и указываем ORDER BY brand_name при создании

CREATE TABLE default.goods (
)
ENGINE = ReplicatedMergeTree('/data2viz/{shard}', '{replica}')
ORDER BY brand_name

Тогда при записи в таблицу данных КХ будет сортировать вставляемые записи по brand_name и записывать в блоки (гранулы):
- вот тут лежат значения от Bosch до Bose
- а вот тут от Apple до Ariston
по сути, вешая ярлычки на блоки данных.

И когда придет запрос с WHERE brand_name = 'LEGO' из всех блоков выберутся только те, которые подходят под условие попадания ярлычка от и до. То есть вместо FULL SCAN будет выбрано 1/100 или даже 1/1000 строк, неплохо?

Самая важная вещь - понять, как отсортировать табличку для вашего бизнеса и дэша.

Как выбирать поле сортировки с точки зрения техники?
1) Которое убирает наибольшее количество строк на примерно равнозначные множества
2) Которое будет сонаправлено другим полям, чтобы лучше сжать другие колонки на диске (влияет на I/O)

Как сортировать с точки зрения бизнеса?
1) Как у вас поделена ответственность в бизнесе за цифры между людьми / Категориями товаров?
2) Как у вас смотрят и принимают решения по конкретному региону, группе товаров?
3) Сколько людей смотрят дэш и по каким пользовательским историям?

Сортировка после запуска дэша
1) Выберите логи по людям, дэшам, чартам
2) распарсите логи и отберите самые частые в WHERE поля и что в них пробуют фильтровать и кто
3) соберите новую логику сортировки полей

Общее: Волшебной пилюли нет, надо думать и тестировать разные варианты =)

Прочти основной лонгрид от КХ после прочтения моей заметки =)

ЧГК. Вопрос зрителям. =)
Читаю книжку по истории математики. Как вы думаете, почему тут 2 таблички? И почему цвета разные?

Это положительные (красные) и отрицательные (чёрные) числа. Хотя в Европе отрицательные числа математики окончательно признали только в 17 веке, это палочки использовал Сунь Цзы при планировании битв еще в 5 веке до н.э.

И вопрос со звездочкой - почему горизонтальные есть и вертикальные, тут прям сложно, как ящик с усами =)

Для удобства чередования цифр для чтения

Friday Joke.
Всем спокойных выходных. =)

Mermaid. Диаграммы, блок-схемы, Гантт и многое другое внутри Текстового виджета DataLens.
Как встроить диаграмму процесса твоей компании внутрь DataLens за 5 минут и 0 рублей =)

Блин, опять забыл добавить титры в видос, каюсь, будут со следующего видео =)

Friday joke.
А как у вас с серым DWH? С подстольными серверами MySQL? Купленными отдельно лицензиями 'более удобного' BI продукта? =)

Быстро для Ad-hoс загрузить через clickhouse-client 15GB файлик =)

Чтобы себе не забыть, пример итоговый вчера насобирал из 2х issues и доки. AI не давал тоже сразу все нужные параметры =/

cat large.csv | tr '\r\n' '\n' | clickhouse-client --host YOUR_HOST \
                  --secure \
                  --input_format_allow_errors_num=200000 \
                  --user YOUR_USER \
                  --format_csv_delimiter=";" \
                  --database db1 \
                  --format_csv_allow_single_quotes=0 \
                  --port 9440 \
                  --password YOUR_PASS \
                  --query="INSERT INTO YOUR_TABLE FORMAT CSV"

PS - внутри КХ занимает в сжатом виде всего 1G =)

Крутое, что долго ждали и вот =)
Сейчас идет большая конфа Яндекса - Data & ML 2B, на ней сделали пару анонсов очень крутых о DataLens

- Появилась Gallery (hello, Tableau) - и там уже можно скачать Виджет Карты дашбордов 🤌
- Воркбуки можно экспортировать - импортировать ⚡️, чтобы быстро переносить между инсталляциями, помню, как долго мы ждали такую фичу заливки дэшей без толстого клиента (hello, again)
- Как у взрослых (hello, SAP), появилась сертификация, я даже немного принимал участие в проверке вопросов 🙈

Проводил месяц назад вебинар ребятам из Lenta Tech на предмет ClickHouse около BI (обещал с прошлого года, стыдно!), вот вчера наконец отдал Лене призы победителям квиза и теперь можно поныть =)

- Юнислайд прикольный продукт сделали, если вы хотите не просто в тишину болтать, а устроить движ =) из 100+ участников 50 отвечали активно

- Тайминги - наше всё, из контента успели только 1/3 обсудить, почему - пункт 3

- Надо понимать, кто придет, на сколько сложные темы быстро будут поняты и тп, в данном случае вроде Айтишники, но не Аналитики и не дата ребята

- В целом - я за то, чтобы пройти 15 слайдов из 50, но чтобы пришедшие поняли контент, тут такая простая юзер стори "давайте сделаем дэш" не работает, про ClickHouse можно пояснять часами =)

// Хотел обкатать материал перед таким же докладом открытым, но теперь пытаюсь понять, как определить аудиторию =)

Красная черепаха.
- Посмотрели с ребёнком этот красивый и трогающий мультик.
- При чём тут визуализация, Юр?
- В этой анимации нет ни одного слова, весь смысл передается только картинкой. И в хорошей визуализации должно быть так же - смысл должен считываться с минимальным пояснениями!

Вводная
Конференция. На стенде Яндекс Облака стоит нейробар, где через большой телек можно заказать себе коктейль безалкогольный. Одна конференция Ритейловая, другая - для промышленности.

Техника
YaGPT с фронтом -> Трекер -> YDB и потом DataLens

Что получилось
И вроде датасет один, но визуализации и метрики под сегменты рынка получились совсем разные. О как.

Merge Движок в ClickHouse
Умный UNION для нескольких разноплановых табличек, которые не поJOINены, но очень хочется аналиизровать их вместе.
TLDR

CREATE TABLE all_goods_movements
ENGINE = Merge(default, 'warehouse_movements|sales|purchase_orders');

Позволяет смотреть все 3 таблицы, как будто одну, со всеми оптимизациями ClickHouse, даже если поля не совпадают.

Разъяснительный пост на примере 3 таблиц (закупка, остатки, продажа).

Сложность 1/3
Полезность 3/3

В Маркете у нас в такую табличку лились несколько срезов по Маркетингу, потому что приезжали в разное время, но тогда еще Merge не был таким умным и срезы приходилось выравнивать по полям.😔

Экскурсия в ЦОД
Сегодня были на экскурсии в ЦОД Яндекса, фотки внутри делать нельзя, а вот инфы много интересной узнал, некоторая вообще 🔥.

- 15 лет назад работал в Русал, это очень большой потребитель ЭЭ, не задумывался, но ЦОДам тоже нужно ооочень много ЭЭ! Особенно AI, то есть GPU.

- Сколько кондеров в ЦОДах Яндекса - 1, в спортзале, а так сервера охлаждаются просто воздухом с улицы!

- есть такие UPS, которые представляют из себя просто крутящийся с высокой скоростью цилиндр весом 150кг, когда он срабатывает, он выдает 600КВт!

Вообще, очень сложный производственный объект, так вот куда наши таблички ClickHouse складируются =)

На фотке электрика вводная к ЦОДу

Гениальная манипуляция обученными нашими нейронками в головах =)

ClickHouse + YandexDisk = ⚡️
Как сделать в DataLens датасет из ClickHouse + Эксельки? =)

Утро понедельника - самое оно попробовать что-то новое. В видео рассказаны основные моменты, как подружить в одном источнике ClickHouse и Excel с Яндекс Диска (и не только). По шагам расписал на дэшике.

На самом деле не только DataLens и не только Excel с Диска, возможности безграничны =)

Сложность 1.5/3
Полезность 2/3

Как мы переезжали из Tableau.
Вообще, думал, что все давно уже решили задачу замены BI системы, но вопросы в личку приходят внезапные, решил тут прикопать наш с Ромой доклад. Глобально ничего бы даже не менял =)

Кратко:
- Все реализуемо
- Сделайте прокси отчет-отчет
- Организуйте ученьки
- Бритва Оккама вам в помощь
- Не ломайте нейронки юзеров

Viz in DataLens. Poll.
Тут для одной задачи нарисовал прототип, как может выглядеть P&L или какая-то другая форма фин отчетности в DataLens. У "Настеньки и Графики" увидел в посте про барчарты тонкие - понравилось, добавил их сюда.
В итоге получилось вот так, но до переиспользования еще надо документировать, вот это вот всё - стоит ли?

⚡️- Доделывать
🔥 - Просто прикольно =)